pbj0812의 코딩 일기

0. 이론 - 준비한 데이터에서 복원 추출을 반복해 많은 재표본을 생성하고, 그 통계량에서 모수를 추정 1. 실습 1) library 호출 import numpy as np import matplotlib.pyplot as plt import pandas as pd import random import statistics 2) 데이터 생성 - t 분포를 활용한 신뢰구간 : 1.03 ~ 4.97 x = [1, 2, 3, 4, 5] print('신뢰구간 : ', round(np.mean(x) - 2.78 * 0.71, 2), ' ~ ', round(np.mean(x) + 2.78 * 0.71, 2)) 3) 부트스트랩 - 5개씩 뽑아서(복원추출) 평균을 만들고 해당 데이터들을 통해 신뢰구간 구현 var = ..

0. 목표 - fill_between 을 이용한 신뢰구간을 포함한 lineplot 구현하기 1. seaborn 의 lineplot import seaborn as sns flights = sns.load_dataset("flights") sns.lineplot(data=flights, x="year", y="passengers") 2. 구현하기 0) library 호출 import seaborn as sns import matplotlib.pyplot as plt import math 1) 데이터 확인 flights.head() 2) 변수 생성 - flights_mean : 연도별 탑승자 평균 - flights_year : 연도 - flights_len : 연도별 데이터 길이 flights_mean = ..

0. 목표 - python을 통한 모평균의 신뢰구간 계산 1. 실습 1) library 호출 import random import matplotlib.pyplot as plt import pandas as pd import numpy as np 2) 모집단 생성 - 0과 1이 나오는 랜덤 게임을 만들고 10번을 던져 더한 값을 10000번 반복하여 저장 def game(inp): try_result = [] for i in range(inp): try_result.append(random.randint(0, 1)) result = sum(try_result) return result def game_result(inp): result = [] for i in range(inp): result.append..